- 综合排序
- 最热优先
- 最新优先
- 来自专栏panzhixiang
监控系统的四个黄金指标
最近被问到一个问题，是关于监控系统的4个黄金信号（也被称为黄金指标）的，不太记得了，看了一些资料，做个笔记。 来源 监控系统的4个黄金指标来源于《SRE：Google运维解密》这本书的第六章 分布式系统的监控。 这一章讲了为什么要监控，黑盒监控与白盒监控，4个黄金指标，长尾问题，度量指标时应该采用合适的精度以及监控系统的长期维护这些问题，基本上构建一个监控系统比较重要的几个方面都有讲到。 四个黄金指标是什么 这四个黄金指标分别是： 延迟（Latency） 延迟是指请求从发出到接收响应所花费的时间。这个信号不仅包括成功请求的响应时间，还应该包括失败请求的响应时间。 关注指标的分布而不是平均值 关注监控指标的分布而不是单纯的平均值，这是因为平均值往往不能全面反映系统的实际性能和用户体验，特别是在存在高可变性或异常的情况下。
1.3K10编辑于 2024-10-30 - 来自专栏k8s技术圈
在 Linkerd 中获取应用的黄金指标
接下来让我们来依次检查下黄金指标，看看 Linkerd 是如何测量它们的。 所以我们这里主要使用另外三个黄金指标：成功率、请求率和延迟。 最后一点是，虽然 Linkerd 可以代理任何 TCP 流量，但这些黄金指标仅适用于使用 HTTP 或 gRPC 的服务。 Emojivoto服务黄金指标 该 Deployment 级别信息是处理应用程序请求的所有 Pod 的指标的聚合，我们向下滚动页面的时候，可以看到每个 Pod 对应的指标。 emoji服务的Grafana图表 Grafana 仪表板上的图表包括我们的标准黄金指标集： Success rate Request rate Latencies 随时间查看黄金指标图表的能力是了解应用程序性能的非常强大的工具 上面我们介绍了几种不同的方式来查看被 Linkerd 网格化的应用的黄金指标数据。
3.9K10编辑于 2022-09-29 - 来自专栏用户5687508的专栏
数字货币量化交易之黄金指标算法【Python】
用自己熟悉的语言学习 以太坊DApp开发 ： Java | Php | Python | .Net / C# | Golang | Node.JS | Flutter / Dart 1、基础知识：黄金交叉 死亡交叉 如果你有金融背景，就知道黄金交叉（golden Cross）和死亡交叉（Death Cross）这两个指标是衍生自滑动平均算法，也被称为交叉指标（cross indicator）。 这些交叉指标是方程的一部分，可帮助检测所研究的加密货币的全球趋势。这些CI（交叉指标）在全球范围内被多个交易者和基金广泛使用，以定义支撑力量、阻力水平、 止损和目标并了解潜在趋势。 dict(step="all") ]) ) ) #Show fig.show() 10、教程小结 所有交易都不完美，有时我们往往会滞后于进入或离开市场，但在比特币稳定的时期，黄金交叉策略已成为提高我们利润的有用策略 ---- 原文链接：基于交叉指标的加密货币量化交易 — 汇智网
4.2K30发布于 2021-05-10 - 来自专栏自然语言处理(NLP)论文速递
「深度学习」最基本的四大评价指标！！
而这其中所涉及到的评价指标一般包括：准确率(Accuracy)、精确率(Precision)、召回率(Recall)以及F1-measure。 正文开始 在介绍各个评价指标之前，这里先帮助大家回忆几个概念。 综合评价指标（F-measure）：是基于召回率（Recall）与精确率（Precision）的调和平均，即将召回率和精确率综合起来评价，计算公式为: ? 当参数： ?
3.6K20发布于 2020-02-11 - 来自专栏AIOps
业务可观测实践：从交易链路监控到业务黄金指标设计
直达原文：业务可观测实践：从交易链路监控到业务黄金指标设计01.引言在数字化转型浪潮中，银行业务的稳定运行高度依赖分布式架构的可靠性。 传统监控工具难以应对支付、转账等场景下跨系统调用的复杂性，而可观测体系通过融合业务交易链路监控与黄金指标分析，成为保障业务连续性的核心方案。 以嘉为蓝鲸全栈智能观测中心·鲸眼（以下简称“鲸眼”）为例，其业务监控模块通过自动化构建交易拓扑、实时计算黄金指标，实现了从业务层到资源层的全栈可观测能力，为银行关键场景提供端到端保障。 2）业务黄金指标设计：量化健康状态（1）业务黄金指标定义（2）异常检测与告警基于动态阈值（如历史同比波动20%）或固定阈值（如成功率<99.9%）触发告警。 以嘉为蓝鲸业务监控为例，其通过交易链路拓扑、黄金指标监控、多层下钻分析，不仅实现了业务异常的分钟级定位，更推动了运维从“被动响应”向“主动保障”转型。
43310编辑于 2025-06-11 破解选型难题：评估零信任厂商的四大维度与实战指标
01 技术架构与性能指标：大规模实践的硬实力评估零信任厂商的首要标准是其技术架构的先进性和性能表现。大规模并发处理能力、系统弹性扩展性和运维效率是衡量厂商技术实力的硬指标。 根据2025年大规模企业零信任产品实战榜数据，十万终端级零信任方案需满足以下核心指标：单集群并发量≥30万，水平扩容时间<5分钟，1名工程师可管理≥5万终端。
38810编辑于 2025-09-24- 来自专栏yuyy.info技术专栏
黄金分割
本文最后更新于 1163 天前，其中的信息可能已经有所发展或是发生改变。 #include<cstdio> #include<iostream> using namespace std; long long a[40]; int main(){ double ans; a[0]=1; a[1]=1; for(int i=2;i<40;i++) { a[i]=a[i-1]+a[i-2]; } cout<<a[38]<<endl; cout<<a[39]<<endl; ans = ((do
24410编辑于 2022-06-28 - 来自专栏零域Blog
黄金矿工
每个单元格中的整数就表示这一单元格中的黄金数量；如果该单元格是空的，那么就是 0。为了使收益最大化，矿工需要按以下规则来开采黄金： 每当矿工进入一个单元，就会收集该单元格中的所有黄金。 不得开采（进入）黄金数目为 0 的单元格。 矿工可以从网格中任意一个有黄金的单元格出发或者是停止。 题解 首先矿工可以从网格中任意一个有黄金的单元格出发或者是停止。于是我们将循环遍历网格全部的有黄金的点，作为起点。 接下来，我们进行递归处理，每次递归的时候记录 gold 的值，传到下一次递归中，同时有一个全局变量 max 记录最大的黄金数，每次递归的总黄金数就是 gold + grid[i][j]。 | 力扣（LeetCode） 黄金矿工 | 题解（LeetCode
42540编辑于 2022-03-28 - 来自专栏Khan安全团队
Kerberos 黄金门票
在单个域 Active Directory 林中，不存在此限制，因为 Enterprise Admins 组托管在此域中（这是创建黄金票证的地方）。
1.8K20编辑于 2022-01-24 - 来自专栏企鹅号快讯
【数字货币】数字黄金
我国是黄金的净进口国，黄金只进不出。我国从2013年开始成为世界上最大的黄金市场，约占全球黄金需求量的三分之一。 2017年10月，中国宣布，任何接受人民币作为结算的石油出口国，都可以在上海的黄金交易所将石油兑换为黄金，并在上海期货交易所对冲黄金的硬通货价值。 数字黄金的技术障碍在于钱包安全，如何对抗全世界的黑客攻击是一个现实的问题，区块链资产最大的一个问题其实在于教育，如何让普通民众接受，并妥善保管自己的数字黄金？ 金库（数据公开，上链）+ 第三方独立审计 + 黄金承兑（SGE） 数字黄金的锚定，必须遵循三权分立的原则，国库存放黄金储备，第三方独立审计认证黄金数量，定期清算，再由 SGE 负责承兑，代币的发行则采用开源方式进行 当全世界的财富能够用黄金来定价，以全球主要经济体的M1*40%，除以世界上官方黄金数量，大约是1万美元每盎司，当然央行的数字货币仅仅锚定一部分的黄金，具体额度尚且未知。
2.7K50发布于 2018-01-16 - 来自专栏新智元
【干货】深度学习三大硬件+四大学习库基准测试对比，指标全面呈现
【新智元导读】深度学习计算该买哪款GPU，选择哪个平台？这篇文章为你提供对比指南。 购买用于运行深度学习算法的硬件时，我们常常找不到任何有用的基准，唯一的选择是买一个GPU然后用它来测试。现在市面上性能最好的GPU几乎都来自英伟达，但其中也有很多选择：是买一个新出的TITAN X Pascal还是便宜些的TITAN X Maxwell，又或是GTX 1080？本文中我们对几个最常见的英伟达GPU以及最常用的一些深度学习算法进行了基准测试。软件方面，我们比较了最近发布的四个开源深度学习库：Tensorflow
1.1K150发布于 2018-03-26 - 来自专栏公众号PowerBI大师
好指标与坏指标
下层基础决定上层建筑，写出一个好的度量值的前提是有好的指标设计。什么样的指标才是好指标呢？ 这是一个很重要的问题，你设计的指标是评价一段时间的发生值，还是某一时点值? ? 前天出版社的编辑老师告诉我新书的第一批库存快卖光了，要开始加印。让我在关注销售册数的同时又加入了一个库存量指标。 显然销售册数是时间段指标，库存量是时间点指标。 ? 对于时间段指标通过日期表可以得到年、季度、月、周的对应值，并且利用时间智能函数可以轻松求得环比、同比等等，这并不难。 基本的思路就是把指标拆解成流入和流出，再分别求累计至今的发生值。 ? 以上是目标管理的SMART原则，也可以作为判断指标好坏的参考。简而言之，能够解决问题的就是好指标。
1.8K30发布于 2019-08-07 - 来自专栏Elastic Stack专栏
RAG评估指标：指标之旅
我们将深入探讨该领域常用的一些指标，并解释 Elastic 为有效监控模型性能所做的决策。N-gram 指标在这一系列指标中，主要思路是检查生成文本与“真实答案”的相似程度。 由于这些原因，研究人员尝试寻找改进的指标。内在指标困惑度（PPL）困惑度（通常缩写为 PPL）是评估语言模型（LLMs）的最常见指标之一。计算困惑度需要访问模型生成的每个词的概率分布。 由于这些缺点，NLP 社区探索了更高级的外在指标来解决这些问题。基于模型的指标内在指标和 N-gram 指标的一个显著缺陷在于它们没有利用语义理解来评估生成内容的准确性。 基于模型的指标被认为是解决这一问题的更有前途的解决方案。 这是当你拥有一个评估指标时最先想到的问题。它是预测 LLMs 质量的有效工具吗？
1.2K22编辑于 2024-12-11 - 来自专栏素质云笔记
R语言︱机器学习模型评价指标+（转）模型出错的四大原因及如何纠错
模型预测效果评价，通常用相对绝对误差、平均绝对误差、根均方差、相对平方根误差等指标来衡量。 只有在非监督模型中才会选择一些所谓“高大上”的指标如信息熵、复杂度和基尼值等等。 由于对误差进行了平方，加强了数值大的误差在指标中的作用，从而提高了这个指标的灵敏性，是一大优点。均方误差是误差分析的综合指标法之一。 均方根误差也是误差分析的综合指标之一。 ，因为它的单位也和原变量不一样了，综合各个指标的优缺点，我们使用三个指标对模型进行评估。 ———————————————————————————————————— （转）模型出错的四大原因及如何纠错 可供选择的机器学习模型并不少。
2.2K40发布于 2019-05-28 - 来自专栏漏洞知识库
黄金票据（Golden Ticket）攻击
黄金票据 在渗透测试过程中，攻击者往往会给自己留下多条进入内网的通道，如果我们忘记将 krbtgt 账号重置，攻击者就能快速重新拿到域控制器的权限。 在使用黄金票据（Golden Ticket）攻击时，需要以下信息： 需要伪造的域管理员用户名（一般是域管账户） 完整的域名 域krbtgt SID（就是域成员krbtgt SID去掉最后的） krbtgt @#45 黄金票据（Golden Ticket）攻击实践 1、导出 krbtgt 的 NTLM Hash 使用 mimikatz 导出 krbtgt 的 NTLM Hash：（使用域管权限） ? 如果想要清除内存中的票据可以使用： kerberos::purge 结尾 使用黄金票据伪造的用户可以是任意用户（即使这个用户不存在），因为 TGT 的加密是由 krbtgt 完成的，所以只要 TGT 被
4.3K32发布于 2020-12-14 - 来自专栏深度学习与python
软件质量的黄金准则
我将其称为“软件质量的黄金准则”，因为它简单明了，并且可以广泛使用。 黄金准则如下： 宁可在 upstream （上游，接近问题的根源层面） 推送补丁，也不要在 downstream （下游，远离问题根源的层面） 解决问题。 免责声明：软件质量的黄金准则不代表你对待他人的黄金准则，反之亦然。 第三方依赖 很多开发者项目都借助于第三方依赖或工具，但他们却很少思考如何修改或改进这些第三方代码。相反，他们更多屈从于旁观者效应。 如果社会问题是技术问题的 upstream，那么依据黄金法则，我们应当优先解决根本原因（社会摩擦），而不是试图用技术解决方案掩盖社会分歧。 结 语 请注意，软件质量的黄金准则并不是要求你必须在 upstream 解决问题，该准则只是建议，如果其他选项条件相同，那么应当优先选择 upstream 修复。
83720发布于 2020-09-04 - 来自专栏科技云报道
边缘计算步入“黄金年代”
随着智能终端、智能应用的广泛普及，边缘计算正在步入发展的“黄金年代”。
48211编辑于 2023-08-03 - 来自专栏信安本原
域渗透 | 黄金票据利用
前几篇文章说了域渗透中白银票据的利用等内容，接下来我们说一下黄金票据的利用方法。 大家再回忆一下域认证的流程，白银票据是对域认证中的ticket做了手脚，那域认证的另一个关键点TGT能不能有什么利用的方法呢，如果有了TGT的话，我们就可以去请求服务的ticket，其实也是可以进行利用的，黄金票据就是在这个情况下利用的 黄金票据的特点： 1.需要与DC通信 2.需要krbtgt的hash 0x02 实验 DC 192.168.6.112 Client 192.168.6.113WIN7-CLIENT.zhujian.com 0x03 局限性 这里的局限性我也没有真正尝试过，是从下面这篇文章中摘录过来的 https://www.cnblogs.com/backlion/p/8127868.html 黄金票据“欺骗”了当前域的管理权限
1.5K20发布于 2020-03-08 - 来自专栏阿黎逸阳的代码
影响房价指标画像——数值指标
二、影响房价指标画像分析-明细 1 建筑类别 建筑类别指标不同值对应的房屋价格趋势如下： 可以发现不同类别的建筑在房屋价格上的分布有一定的区别，但是整体趋势不是很明显。 10 低质量成品 低质量成本指标不同值对应的房屋价格趋势如下： 可以发现低质量成本指标和房屋销售价格之间没有很明显的关系。 12 地下室全套浴室 地下室全套浴室指标不同值对应的房屋价格趋势如下： 可以发现整体来看地下室全套浴室指标值越大，房屋销售价格越高。 13 地下室半浴室 地下室半浴室指标不同值对应的房屋价格趋势如下： 可以发现地下室半浴室指标值对房屋销售价格影响不大。 三、影响房价指标画像分析-总结 总结的影响房价指标画像如下： 至此，数值型的房价影响指标已讲解完毕。后续文章会对类别型的房价影响指标和房价趋势进行预测，敬请期待。
75320编辑于 2023-08-21 - 来自专栏计算机工具
KDJ指标又叫随机指标（Stochastics）
KDJ指标又叫随机指标（Stochastics） 是一种相当新颖、实用的技术分析指标。它起先用于期货市场的分析，后被广泛用于股市的中短期趋势分析，是期货和股票市场上最常用的技术分析工具之一。 KDJ指标概述 组成：KDJ指标由K线、D线和J线三条曲线所组成。 KDJ指标的应用与解读 超买超卖区域：KDJ指标通常被划分为超买区（80-100）、超卖区（0-20）和徘徊区（20-80）。 当KDJ指标进入超买区时，表示买盘强盛，股价可能面临短期回调；当指标进入超卖区时，则代表卖盘沉重，股价可能即将见底反弹。 根据计算结果，我们可以绘制出KDJ指标的曲线图，并结合股价走势进行研判。例如，如果KDJ指标在超卖区形成金叉且股价出现底背离现象，则可能是买入的良机。
81610编辑于 2024-12-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号